ADK.wang 统一知识工程 · 权威专著深度引证

ADK.wang AI & 软件技术百科

全库汇聚全球 22,000+ 核心技术词条,深度引证上千本行业权威学术专著,涵盖大模型原理、云原生、架构设计与工程效能。

22,077

全量学术技术词条

9 大

核心专业领域体系

10,000+

权威专著深度引证

100%

原书精粹与工业对齐

机器学习与算法
📚 1 本专著

隐含单元

Hidden Unit

RNN的展开示意图包括: 输入单元(Input Unit):输入集; 隐含单元(Hidden Unit):输出集; 输出单元(Output Unit):输出集。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

隐马尔科夫模型

Hidden Markov Model

Mahout中的分类算法,除了前面介绍的决策树、朴素贝叶斯和回归,还包括了支持向量机(Support Vector Machine)、随机森林(Random Forests)、神经网络(Neural Network)和隐马尔科夫模型(Hidden Mark...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

集成节点

Ensemble

(5)集成节点(Ensemble) 【功能】集成节点先通过使用来自多个模型的后验概率(对于分类目标)或预测值(对 于区间型目标)创建新模型,然后利用创建的新模型对评分数据进行评分。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

電視新聞網 (CNN)

因為《紐 約時報》(New York Times)、《連線》(Wired)雜誌、美國有線 電視新聞網(CNN),以及《富比士》(Forbes)都在報導Nomad List ,彼得不需要公關或行銷團隊,只需要專注於提供很棒且不斷改 進的服務。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

霍普菲尔德神经网络

Hopfield neural network

» 霍普菲尔德神经网络 (Hopfield neural network)是一种循环神经网络,具有对称连接和反馈结构。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

非平凡函数

Non-trivial Functions

拟合的效果参见图2-12,从该图中可以看出,神经网络的确可以用少量神经元和单个隐含层来为非平凡函数(Non-trivial Functions)建模,如果我们把神经网络的参数调整得更加“细腻”,那么这个“近似”将会更加逼真。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

非线性降维 (NLDR)

LLE 局部线性嵌入(LLE)是另一种强大的非线性降维(NLDR)技术 [[1]](#indexsplit060.htmlpage342) 。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

非结构化数据分析

Unstructured Data Analytics

非结构化数据分析 非结构化数据分析(Unstructured Data Analytics)结合了文本挖掘、关联分析、聚类分析和其他无监督学习技术来处理大型数据集。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

项目变更控制委员会来负责受理变更申请 (CR)

项目管理者都应该建立一套变更申请(CR)表格,变更申请(CR)表格形式必须与软件配置管理计划保持一致,有些变更管理工具也提供一些一般的电子表格形式,项目中还应该由项目变更控制委员会来负责受理变更申请(CR),包括赋予变更申请(CR)一个唯一的跟踪编号和分类...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

项目型组织

Projectized Organization

项目型组织(Projectized Organization)

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

预期货币值 (EMV)

定量评估常见的是预期货币值(EMV)加上决策树分析。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

领域是自动机器学习

AutoML

目前已经 有各种调整方法 ,但是一个特别有希望的领域是自动机器学习 (AutoML),例如,Auto-Keras库专门用于自动为各种Keras模型选择 最佳配置,其他自动机器学习工具包括Google的Cloud AutoML和百度 的EZDL。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

额外谈谈损失函数

Loss Function

在讲解损失函数之前,笔者先额外谈谈损失函数(Loss Function)、损失代价函数(Cost Function)和目标函数(Objective Function)之间的区别和联系,以便读者了解概念并对其有更深入的理解。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

马丁繁荣研究所

Martin Prosperity Institute

我的同事,马丁繁荣研究所(Martin Prosperity Institute)的理查德·佛罗里达(Richard Florida),依据美国劳工部的工作分类和工作内容描述,研究了美国劳动人口的组成部分。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

马尔可夫逻辑网络 (MLN)

ProbKB [^13] 是一个概率知识库,项目旨在通过可扩展的学习和推理来构建网络规模的概率知识库,由Web规模提取的实体、事实和表示为马尔可夫逻辑网络(MLN)的规则构建而成。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

马尔可夫链蒙特卡洛方法

Monte-Carlo method

你还可以找到贝叶斯网络和马尔可夫链蒙特卡洛方法 (Monte-Carlo method)的包。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

高斯核函数

Gaussian Kernel function

· 高斯核函数(Gaussian Kernel function): ,也被称为径向基核 (Radial Basis Kernel Function,RBF),其中σ为超参数,应用在支持向量机中,得到决策函 数为: 。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

高清电容屏 (LCD)

采用了4核Cortex-A76和4核Cortex-A55的微处理器,4核的Mali-G610的GPU、6 TOP算力的神经网络处理器(Neural Processing Unit,NPU)、16 GB的RAM和128 GB的ROM,15.6"的高清电容屏(...

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

高级深度学习

Very Deep Learning

当一个模型有多个非线性层级时,即CAP>2时,可以认为其就是一个深度学习的模型;当CAP>10时,可以认为其是高级深度学习(Very Deep Learning)的模型。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

高维非线性投影 (SVM)

先前的机器学习技术(浅层学习)仅涉及将输入数据变换到一两个连续的表示空间,通常使用简单的变换,比如高维非线性投影(SVM)或决策树。

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

黑盒模型

XGBoost

代码清单4-2 数据预处理相关代码 > `# 对类别型特征进行onehot编码` > `## 复制一份数据并筛选需要用到的字段用于建立黑盒模型(XGBoost)`

难度: ★★★ 阅读: 5分钟
查看引证 →
机器学习与算法
📚 1 本专著

黛西智能公司

Daisy Intelligence

黛西智能公司(Daisy Intelligence)等数据驱动机器学习系统供应商,已经向零售商提供了一个综合的决策辅助系统工具包,以帮助它们管理库存、选择每周的特价商品、将产品安排到合适的交易厅、优化产品定价等。

难度: ★★★ 阅读: 5分钟
查看引证 →
显示第 36 / 36 页,共 862 条记录
← 上一页 36 / 36 下一页 →